设定 Seaborn 样式与上下文

Seaborn 的一大优势在于它能轻松生成视觉上美观的图表。这主要归功于其内置的主题，这些主题控制着背景色、网格线和字体选择等整体视觉属性。Seaborn 将这些控制分为两大类：样式和上下文。

理解 Seaborn 样式

样式主要影响图表背景、网格和坐标轴元素（如轴脊和刻度）的视觉呈现。Seaborn 提供了多种预设样式，您可以轻松切换。在您的会话或脚本中，为所有后续图表全局设置样式最常见的方法是使用 set_theme() 函数，并指定 style 参数。

五种可用的预设样式是：

1. darkgrid: 灰色背景，白色网格线（通常是默认设置）。适用于数据点较多的图表。
2. whitegrid: 白色背景，灰色网格线。类似于 darkgrid，但在某些应用中外观更简洁。
3. dark: 深灰色背景，无网格线。
4. white: 纯白色背景，无网格线。最接近标准的 Matplotlib 外观，但通常有细微优化。
5. ticks: 白色背景，坐标轴上添加刻度线，这有助于判断数值，尤其是在没有网格线的情况下。

让我们看看如何应用样式。首先，我们需要标准导入和一些简单数据：

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

# 生成一些简单数据
x = np.linspace(0, 10, 50)
y = np.sin(x)

# 默认 Matplotlib 图表（用于比较）
plt.figure() # 开始一个新的图表
plt.plot(x, y)
plt.title("默认 Matplotlib 样式")
plt.show()

# 现在，设置一个 Seaborn 样式并再次绘图
sns.set_theme(style="whitegrid") # 应用 'whitegrid' 样式

plt.figure() # 开始另一个新的图表
plt.plot(x, y)
plt.title("Seaborn 'whitegrid' 样式")
plt.show()

# 尝试另一种样式
sns.set_theme(style="ticks") # 应用 'ticks' 样式

plt.figure()
plt.plot(x, y)
plt.title("Seaborn 'ticks' 样式")
plt.show()

# 重置为默认主题参数（对 Notebook 有用）
# sns.reset_defaults()

请注意 sns.set_theme(style=...) 是如何改变在其调用之后创建的图表外观的。'whitegrid' 样式添加了白色背景和有用的网格线，而 'ticks' 则在坐标轴上添加了小标记。选择样式取决于您的数据以及图表的显示位置。

如果您只想为特定图表临时应用样式，可以在 Python 的 with 语句中使用 axes_style() 函数。这可以避免改变全局设置。

# 生成数据
x = np.linspace(0, 10, 50)
y = np.cos(x)

# 首先设置一个全局样式（例如 darkgrid）
sns.set_theme(style="darkgrid")

# 使用全局样式绘图
plt.figure()
plt.plot(x, y)
plt.title("全局样式 ('darkgrid')")
plt.show()

# 为一个图表临时使用 'white' 样式
with sns.axes_style("white"):
    plt.figure()
    plt.plot(x, y)
    plt.title("临时样式 ('white')")
    plt.show()

# 再次绘图 - 它使用全局 'darkgrid' 样式
plt.figure()
plt.plot(x, y)
plt.title("回到全局样式 ('darkgrid')")
plt.show()

使用上下文缩放图表

样式控制着图表的美学类型（网格、背景），而上下文则控制图表元素的缩放。这包括标签大小、线条宽度和标记大小。上下文旨在帮助您根据不同情况调整图表，例如图表是用于演示文稿幻灯片（talk、poster）还是嵌入到文档中（paper、notebook）。

四种预设上下文，按从小到大缩放顺序排列，分别是：

1. paper: 最小元素，适合包含在书面文档中。
2. notebook: 默认上下文，为交互式 Notebook 使用而平衡。
3. talk: 较大元素，适合观众可能距离较远的演示文稿。
4. poster: 最大元素，适用于远距离观看的显示屏。

您可以在 set_theme() 中使用 context 参数来设置上下文，也可以使用单独的 set_context() 函数。与样式类似，set_context() 全局适用，而 plotting_context() 可在 with 语句中用于临时更改。

让我们看看不同上下文的效果：

# 生成数据
x = np.linspace(0, 10, 50)
y = np.sin(x) * np.exp(x/10)

# 使用默认的 'notebook' 上下文（通常是隐式设置）
sns.set_theme(style="whitegrid", context="notebook") # 显式设置 notebook
plt.figure()
plt.plot(x, y)
plt.title("上下文: 'notebook' (默认)")
plt.xlabel("X轴标签")
plt.ylabel("Y轴标签")
plt.show()

# 切换到 'paper' 上下文
sns.set_theme(style="whitegrid", context="paper")
plt.figure()
plt.plot(x, y)
plt.title("上下文: 'paper'")
plt.xlabel("X轴标签")
plt.ylabel("Y轴标签")
plt.show()

# 切换到 'talk' 上下文
sns.set_theme(style="whitegrid", context="talk")
plt.figure()
plt.plot(x, y)
plt.title("上下文: 'talk'")
plt.xlabel("X轴标签")
plt.ylabel("Y轴标签")
plt.show()

# 如果需要，重置主题为默认
# sns.reset_defaults()

观察 'paper' 上下文如何使标签、标题和线条粗细变小，而 'talk' 上下文则使它们与默认的 'notebook' 上下文相比明显大很多。底层图表数据保持不变，只有呈现比例发生变化。

组合样式和上下文

您可以，也通常会使用 set_theme() 同时设置样式和上下文：

sns.set_theme(style="darkgrid", context="talk")

plt.figure()
plt.plot(x, y**2) # 绘制一些略有不同的内容
plt.title("样式: 'darkgrid', 上下文: 'talk'")
plt.xlabel("X轴")
plt.ylabel("Y轴平方")
plt.show()

这种组合使您能够精准控制 Seaborn 可视化的基本美学（样式）和缩放（上下文），从而使您能够快速为目标受众和媒介调整图表。尝试这些设置通常是自定义 Seaborn 图表的第一步。为了对特定图表元素（如字体大小或特定颜色）进行更详细的控制，Seaborn 允许通过 rc 字典覆盖参数，但 set_theme 提供了一种方便的方式来管理整体外观和感受。